모델이 스스로 시도하며 배우자, 데이터의 상품이 바뀐다

먼저 읽을 결론

AI 모델의 성능을 올리는 일이, 더 많은 텍스트를 학습시키는 것에서 실제 과제를 반복해서 수행하고 그 결과를 배우는 쪽으로 넓어지고 있다. 이 변화에서 새로 필요한 것은 GPU뿐이 아니다. 모델이 연습할 과제, 작업을 실행할 환경, 성공과 실패를 가를 기준, 이 과정을 끊김 없이 돌릴 시스템이 함께 필요하다.

그래서 데이터 시장도 달라진다. 사람이 만든 정답이나 선호도를 모으는 사업에서, 전문가의 업무를 학습 가능한 과제로 만들고 모델이 수행한 결과를 검증하는 사업으로 범위가 넓어진다. 다만 수요가 늘어난다는 말과 공급자가 높은 이익을 남긴다는 말은 다르다. 연구소의 직접 조달, 공급자 표준화, 환경 재사용, 오픈소스가 가격과 마진을 누를 수 있다.

세 글을 이어 읽으면 그 간격이 보인다. 2025년 6월 글은 왜 RL에 추론과 환경이 필요한지 설명하고, 2026년 1월 글은 무엇을 누구에게 사는지 보여 준다. 2026년 6월의 실험은 그런 환경과 데이터를 갖춰도 학습이 자동으로 효율적이지 않음을 보여 준다. 투자 관점의 질문은 'RL이 커지는가'에서 한 걸음 더 나아가야 한다. 누가 실제로 도움이 되는 학습 신호를 만들고, 누가 기다리는 연산을 줄이며, 그 개선에 누가 돈을 지불하는가다.

산업 영향은 먼저 세 갈래로 볼 수 있다. 전문가 과제·데이터 품질을 공급하는 사업, 실행 환경·클라우드를 운영하는 사업, 생성과 학습을 조율하는 서비스다. 수요가 늘어도 고객의 직접 운영·내부 조달과 공급자 표준화가 함께 진행될 수 있어, 매출 성장과 마진 개선은 각각 확인해야 한다.

1. 훈련 안으로 추론이 들어온다

강화학습에서는 모델이 여러 번 답하거나 행동한 뒤 결과를 평가받는다. 코딩이라면 코드를 실행해 테스트를 통과했는지 확인하고, 문서나 업무라면 전문가가 만든 기준으로 결과를 평가할 수 있다. 그렇게 얻은 보상이 다음 모델을 바꾼다.

이 과정은 추론을 반복해서 쓴다. 고객에게 답을 제공할 때뿐 아니라, 다음 모델을 훈련시키기 위해서도 모델이 답을 생성한다. 빠르고 저렴한 추론은 서비스 원가와 연구 속도를 동시에 바꾼다. 더 긴 작업, 더 많은 도구 사용, 여러 후보 답변의 생성과 평가가 늘면 필요한 자원 구성도 바뀐다.

그렇다고 사전학습이 사라지는 것은 아니다. 좋은 기반 모델은 같은 RL 예산으로 더 좋은 결과를 얻는 출발점이다. 이전 모델의 행동 기록을 중간학습에 다시 넣고, 그 위에 새로운 RL을 하는 순환도 생긴다. 작은 모델에서는 큰 교사의 능력을 증류하는 것이 직접 RL보다 효율적인 구간도 있다. '모든 모델이 같은 방식으로 무한히 RL 연산을 늘린다'는 단일 경로보다, 기반 모델·중간학습·증류·RL의 조합을 보는 편이 맞다. 2025년 RL 글, 2026년 환경·데이터 글

2. 데이터는 파일에서 과제·환경·채점으로 넓어진다

모델이 세무 업무를 배우려면 세무사가 실제로 하는 일을 과제로 정의해야 한다. 코드를 배우려면 저장소와 테스트가 필요하고, 브라우저를 쓰려면 클릭 이후 상태가 바뀌는 환경이 필요하다. 화면만 비슷하게 만든다고 충분하지 않다. 정상적인 해법을 보상하고, 테스트를 고치거나 채점의 허점을 이용하는 행동을 걸러내야 한다.

여기서 서로 다른 상품이 생긴다.

2026년 1월 글은 웹사이트 복제 환경이 일회성으로 팔리고 재사용되는 사례와, 전문가가 과제·해법·보상·채점을 공급하는 계약을 구분한다. 이 차이는 중요하다. 환경 수가 늘어난다고 반복 매출이 같은 속도로 늘지는 않는다. 운영·모니터링·지속적인 과제 갱신이 필요한 부분과 한 번 제작하면 오래 쓰는 부분을 나눠야 한다. 환경과 데이터 조달

3. 잘 푸는 데이터도 학습에 쓸모없을 수 있다

2026년 6월의 RL Systems 글은 이 시장을 보는 기준을 더 엄격하게 만든다. 같은 문제를 여러 번 풀게 하고 서로의 보상을 비교하는 GRPO류 학습에서는 모든 시도가 성공하면 상대적인 차이가 사라진다. 너무 어려워 모두 실패해도 비슷하다. 지금 모델이 배울 수 있는 난도에 과제가 있어야 한다.

SemiAnalysis의 GLM-5 실험에서는 약55%의 문제가 모든 시도에서 성공했고, 학습 GPU는 시간의74%를 기다렸다. 과제가 없었던 것이 아니라, 학습에 도움이 되는 시도가 충분히 공급되지 않았던 것이다. 다른 실험에서는 긴 응답과 늦게 끝나는 시도 때문에 생성용 GPU를 학습용보다 훨씬 많이 써도 학습기가 기다렸다.

따라서 데이터 공급자의 경쟁력은 문제 수만으로 평가하기 어렵다. 모델이 좋아질 때 새 난도로 과제를 갱신할 수 있는지, 보상이 실제 업무의 성공을 반영하는지, 새 과제에서도 능력이 유지되는지를 봐야 한다. 인프라 공급자 역시 토큰을 많이 만드는 것보다 쓸 수 있는 학습 데이터를 제때 공급하는지가 중요하다. 위 숫자는 해당 코딩 실험의 관측이며 업계 전체 GPU 유휴율은 아니다. RL 시스템 실험

4. GPU를 늘리는 것과 학습을 빠르게 하는 것은 다르다

학습 시스템에는 답을 생성하는 쪽, 실행·채점 환경, 모델을 갱신하는 쪽이 있다. 생성이 느리면 학습기가 기다리고, 오래된 답이 쌓이면 현재 모델과 맞지 않는 데이터로 배우게 된다. 모델이 길게 생각하거나 도구를 더 많이 쓰기 시작하면 이 균형도 다시 변한다.

따라서 성능 개선은 여러 곳에서 나온다. 추론 최적화, 긴 입력과 답변 생성을 나누는 배치, 캐시 관리, 빠른 환경 기동, 늦은 작업의 중단·재개, 오래된 학습 데이터의 제한, 여러 고객의 작업을 함께 처리하는 운영 방식이 모두 중요해진다.

기업별 의미도 갈린다. NVIDIA에는 추론을 훈련에까지 쓰는 수요가 이어질 수 있다. 하지만 같은 작업을 더 적은 GPU 시간에 처리하는 효율 개선도 함께 일어난다. CPU·메모리·스토리지 역시 실행 환경과 캐시 때문에 필요하지만, 실제 두 정량 사례에서는 추론이 생성 시간 대부분을 차지했다. '에이전트가 늘면 언제나 CPU가 최대 병목'이라고 미리 정할 수 없다. 어느 자원이 작업 완료를 막는지부터 봐야 한다. RL 시스템의 처리량과 대기

5. 수요가 늘어도 모든 공급자가 같은 이익을 얻지 않는다

전문 데이터와 환경

Mercor·Surge·Handshake 같은 업체는 전문가와 연구소를 연결하고 과제·채점 기준을 공급하는 경로에 있다. Mechanize·Turing 등은 실행 가능한 환경을 만드는 경로에 있다. 새 업무 영역과 높은 품질 기준은 기회다. 반면 연구소의 직접 채용, 공급자 다변화, 제작 표준화와 재사용은 중개·제작 마진을 낮출 수 있다.

Scale 사례는 데이터 수요만큼 거래 상대의 신뢰와 이해관계가 중요함을 보여 준다. 2026년 1월 글은 Meta와 관계가 바뀐 이후 다른 연구소의 조달이 감소했다고 보도한다. 이는 해당 시점 저자의 보도이며 현재 고객별 매출을 검증한 결론은 아니다.

실행·학습 운영

Prime Intellect·Modal은 환경 실행과 학습 시스템 운영이 필요한 자리에 있다. 1월 글의 HUD는 Docker 환경과 도구 연결, 병렬 실행, 실행 기록 관측을 묶는 사례다. 빠른 기동, 상태 보존, 오류 관측과 복구가 구매 이유가 될 수 있다. 그러나 오픈소스와 자체 운영이라는 대안도 있다. 6월 글의 Modal 동시 실행 실패는 계정 한도 문제를 수정한 뒤 안정성이 확인됐다. 장애 사례 일부만 떼어 공급자의 구조적 한계로 쓰면 안 된다.

Thinking Machines의 Tinker는 여러 고객의 LoRA 학습을 같은 풀에서 처리하는 모델을 보여 준다. 서로 다른 작업의 대기 시간을 흡수하면 장비 소유보다 운영 효율이 가치가 된다. 다만 직접 구축한 전체 파라미터 학습과 공유 LoRA 서비스의 가격 비교를 곧바로 동일한 모델 품질의 우열로 읽을 수는 없다.

모델·플랫폼 보유자

OpenAI·Anthropic은 데이터와 학습 인프라의 구매자인 동시에 기업 맞춤 학습의 공급자다. 1월 글은 Google이 업무 제품과 그 사용 방식에 대한 이해를 이미 보유한다는 점을 직접적인 장점으로 든다. Microsoft·Amazon 등 플랫폼 보유자도 배포 경로와 접근권 협상에서 유리할 가능성이 있다는 것은 여기서 확장한 해석이다. 외부 에이전트의 접근이 제한되면 모델 성능이 좋아져도 서비스 확산이 계약과 권한에 막힐 수 있다. 이런 플랫폼 위치가 실제 수익으로 이어지는지는 별도 확인이 필요하다. 조달·플랫폼·맞춤 학습, 실행 및 학습 운영

6. 과학으로 넓어질수록 피드백의 값이 달라진다

코드 테스트는 빨리 반복할 수 있지만 실험실의 결과는 같은 속도로 나오지 않는다. 과학 분야에서 모델이 가설을 내고 시뮬레이션을 거쳐 실제 실험 결과를 배우려면, 측정의 정확도·재현성·실험 속도가 중요해진다. 1월 글에 나온 Periodic Labs의 계획은 모델과 실험실을 결합하는 것이다. Medra는 기반모델이나 신약을 직접 만드는 대신 검증된 생물학 데이터와 실험 인프라를 공급하려는 별도 경로로 소개된다. 둘 다 논문을 더 많이 읽히는 것만이 아니라 직접 검증된 결과를 만드는 과정에 주목하지만, 서로 다른 사업이며 당시 계획을 실현된 성과로 보아서는 안 된다.

이때 실험 장비와 자동화, 전문 데이터, 연구 운영에 수요가 연결될 수 있다. 그러나 시뮬레이션 결과와 실제 성과, 짧은 benchmark와 신약·재료 개발을 구분해야 한다. RL 성공이 곧 과학 사업의 경제성이나 전체 연구기간 단축을 뜻하지는 않는다. RL과 과학 실험

앞으로 확인할 것

이 흐름에서 먼저 볼 지표는 네 가지다. 새 과제가 모델에 실제 학습 신호를 주는 비율, 같은 최종 능력을 얻는 데 드는 총비용, 환경의 반복 구매·운영 매출, 그리고 고객이 외주를 계속 쓸 이유다. GPU 대수나 생성 토큰은 그 다음의 설명 변수다.

이 세 글은 물리 인프라를 대체하는 이야기가 아니라 수요의 출발점을 보완한다. 모델이 무엇을 더 잘하려 하는지에서 시작해, 필요한 과제와 실행 과정, 실제 병목을 거친 뒤 반도체·전력·냉각 수요에 연결해야 한다. 중간 단계를 건너뛰어 특정 업체를 수혜주로 단정하지 않는다.

검토·게재 상태

본문은 검토한 핵심3편을 잇는 분석이다. 세 글의 저장 전문과 연결 이미지 검토를 마쳤고 문서 간 대조를 진행했다. 일부 GDPval 몽타주의 아주 작은 예시 글자는 완전히 판독되지 않아 수치 근거로 쓰지 않았다. 각 글의 과거 주장·전망을 현재 사실로 승격하지 않는다. 외부 원시 실험·모든 논문·실제 계약까지 독립 검증한 것은 아니다. 이 페이지에 반영했다.

다음 후보인 GLM-5.3, Kimi K3, Computation and Data Movement는 원문을 확보했지만 이 핵심3편의 완료 범위에 포함하지 않는다. 메모리·전력 추가8편도 별도 대기 범위다.